计量经济学实验报告(三)

1、20122013第1学期计量经济学实验报告实验（三）：计量经济检验与修正实验学号： 0101702 姓名： 宋蕾 专业： 财务管理 选课班级： 2 实验日期： 12实验地点：南区综合楼经济管理与创业模拟实验中心实验室 实验名称：计量经济检验与修正实验【实验目标、要求】使学生掌握用Eviews做1. 异方差性检验和修正方法；2. 自相关性检验和修正方法；3. 【实验内容】实验内容以课后练习：以114页第6题、130页应用题第2题为例进行操作。【实验步骤】一、第114页第6题（一）创建工作文件在主菜单上依次单击FileNewWorkfile， 选择数据类型和起止日期。时间序列提供起止日期（年、季度

2、、月度、周、日），非时间序列提供最大观察个数。本题中在workfile structure type中选Unstructured/Undated,在Data range Observation中填。单击OK后屏幕出现Workfile工作框，如图所示。（二）输入和编辑数据在命令窗口直接输入：Data Y X .屏幕出现数据编辑框，如下图所示。点击上图中对话框的“Edit +/- ”，将数据进行输入，如下图所示。数据输入完毕，单击工作文件窗口工具条的Save或单击菜单兰的FileSave将数据存入磁盘。（三）LS估计参数利用2008年中国部分省市城镇居民家庭平均全年可支配收入（X）与消费性支出（Y

3、）的相关数据表，作散点图。Eviews命令:scat X Y； 如图所示可看出年中国部分省市城镇居民家庭平均全年可支配收入（）与消费性支出（）的关系近似直线关系可建立线性回归模型。在主菜单命令行键入：“LS Y C X”，然后回车。即可直接出现如下图所示的计算结果Dependent Variable: YMethod: Least SquaresDate: 12/12/12 Time: 20:15Sample: 1 28Included observations: 28VariableCoefficientStd. Errort-StatisticProb.  C735.1

4、080477.11231.5407440.1355X0.6662220.03055821.802130.0000R-squared0.948138    Mean dependent var10780.65Adjusted R-squared0.946144    S.D. dependent var2823.752S.E. of regression655.3079    Akaike info criterion15.87684Sum squared resid11165

5、139    Schwarz criterion15.97199Log likelihood-220.2757    F-statistic475.3327Durbin-Watson stat1.778976    Prob(F-statistic)0.000000点击“objectstore to DB”,将估计式以“eq01”为名保存。参数估计所建立的回归方程为： 73510800666222x （4771123） (0030558) t=（1540744) (21802

6、13) R=0948138 =0946144 F=4753327（四）检验异方差性1、残差分析首先将数据排序，然后建立回归方程。在方程窗口中点击“Resids”按钮就可以得到模型的残差分布图。由图可知回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。2、White检验在方程窗口上点击“ViewResidual TestWhite Heteroskedastcity”，检验结果如图所示： 其中，F值为辅助回归模型的F统计量值。取显著水平=0.05，由于=5.99nR=8.315098,所以存在异方差性。故本题数据不符合OLS经典假设中同方差性的假设，即存在异方差性。（五）异方差的修正 确定

7、权数变量根据Park检验，可以得出的一般形式为：生成权数变量：GENR W1=1/X3.2670根据Gleiser检验，可以取以下三种形式作为权数变量：生成权数变量：GENR W2=1/X0.5GENR W3=1/ABS(RESID）GENR W4=1/ RESID 2 利用加权最小二乘法估计模型在Eviews命令窗口中依次键入命令：LS(W=) Y C X经估计检验发现用权数W3的效果最好。下面仅给出用权数W3的结果。Dependent Variable: YMethod: Least SquaresDate: 12/12/12 Time: 20:46Sample: 1 28Included

8、 observations: 28Weighting series: W3VariableCoefficientStd. Errort-StatisticProb.  C970.6104254.53623.8132500.0008X0.6493550.01841835.255760.0000Weighted StatisticsR-squared1.000000    Mean dependent var9942.842Adjusted R-squared1.000000    S.D. dep

9、endent var46660.83S.E. of regression27.34564    Akaike info criterion9.523740Sum squared resid19442.39    Schwarz criterion9.618898Log likelihood-131.3324    F-statistic1242.969Durbin-Watson stat1.481595    Prob(F-statis

10、tic)0.000000Unweighted StatisticsR-squared0.947484    Mean dependent var10780.65Adjusted R-squared0.945465    S.D. dependent var2823.752S.E. of regression659.4257    Sum squared resid11305899Durbin-Watson stat1.893691 对所估计的模型再进行White检验，观察异方

11、差的调整情况对所估计的模型再进行White检验，其结果对应图所示。所对应的White检验显示，P值较大，所以接受不存在异方差的原假设，即认为已经消除了回归模型的异方差性。二、30页应用题第2题二、第130页第2题（一）创建工作文件在主菜单上依次单击FileNewWorkfile， 选择数据类型和起止日期。时间序列提供起止日期（年、季度、月度、周、日），非时间序列提供最大观察个数。本题中在Start Data里输入1989，在End data 里输入2004。单击OK后屏幕出现Workfile工作框，如图所示。（二）输入和编辑数据在命令窗口直接输入：Data Y X .屏幕出现数据编辑框，如下图

12、所示。点击上图中对话框的“Edit +/- ”，将数据进行输入，如下图所示。数据输入完毕，单击工作文件窗口工具条的Save或单击菜单兰的FileSave将数据存入磁盘。（三）LS估计参数利用19892004年中国国内生产总值X与进出口总额Y的相关数据表，作散点图。Eviews命令:scat X Y； 如图所示可看出19892004年中国国内生产总值X与进出口总额Y的关系近似直线关系可建立线性回归模型。在主菜单命令行键入：“LS Y C X”，然后回车。即可直接出现如下图所示的计算结果点击“objectstore to DB”,将估计式以“eq01”为名保存。参数估计所建立的回归方程为： -11

13、935.440632955x （4575.009） (0060108) t=（-2.608834) (10.53021) R=0887897 =0879890 F=110.8854 df=16 DW=0.383500（四）模型经济意义、拟合度和统计检验1、 经济意义检验 这里所估计的参数=0.632955表示国内生产总值每增加1亿元，将会导致进出口总额增加0.632955亿元。这符合经济学中的常理。2、 拟合度和统计检验由回归结果可知，本题中德可决定系数R0887897 =0879890，说明模型对数据拟在整体上合较好。解释变量“国内生产总值”对被解释变量“进出口总额”的88.7897%的变化

14、做出了解释。 针对H：=0以及H：0，由图-回归方程窗口可以看出，回归系数的标准误差和t值分别为0.060108和10.53021；回归系数的标准误差和t值分别为4575.009和-2.608834。在给定显著水平=0.05时，t（14）=2.145，> t（n-2）,这说明解释变量国内生产总值在95%的置信度下对进出口总额的影响是显著的，即通过了变量的显著性检验。同理，> t（n-2），说明截距项在95%的置信度下对进出口总额的影响是显著的。（五）自相关性的检验1、图示法在窗口中点击“View/Actual，Fitted ResidualGraph”，得到残差图，如图所示：由残差

15、图可知，残差的序列图是循环的，e不是频繁改变符号，而是连续几个正值后再连续几个负值，表明存在正相关。3、 DW检验根据回归结果可知，DW=0.383500，给定显著水平=0.05，查DW表，因为T=16，解释变量的个数k为1 ，得下限临界值d=1.10，上限临界值d=1.37。因为统计量00.383500= DWd=1.10，表明存在正相关4、 BG检验在方程窗口上点击“View/Residual Test/Serial Correlation LM Test”,选择滞后期为“2”，输出结果如图所示：可得TR=12.69191，相伴概率为0.001754，因此只要取显著性水平=0.001754

16、，就可以拒绝无自相关性的原假设，即随机干扰项存在自相关。又 e的回归系数都显著不为0，表明存在一阶自相关。（六）自相关的修正1、广义差分法 由OLS估计得到DW=0.383500，根据=1-DW/2,可得=0.80825。利用命令：Genr X1=X-0.80825*X(-1),Genr Y1=Y-0.80825*Y(-1),分别对X和Y作广义差分法。然后对Y1和X1进行OLS估计，在命令行输入：LS Y1 C X1，得到结果如图所示：其中，DW=0.725518，和以前的DW=0.383500比起来有很大提高，但给定显著水平=0.05，DW=0.725518d=1.10，这表明随机干扰项仍存

17、在自相关。2、科克伦奥克特（迭代法）命令：LS Y C X AR(1),则可得到结果如图所示： 自相关修正的一次迭代结果图可见R=0.973553，说明拟合度很高，在显著水平=0.05，T=15，解释变量的个数k为1，下限临界值d=1.08，上限临界值d=1.36。 因为 DW=0.879755d=1.08，表明存在正相关。继续迭代，再用命令：LS Y C X AR(1) AR(2),可得结果如图所示： 自相关修正的二次迭代结果图可见R=0.983855，说明拟合度很高，在显著水平=0.05，T=14，解释变量的个数k为1，由于T=1415，DW检验上下界表中最小样本数为15，故不能直接用DW检验上下界表。而随着样本数的增加，d